"Privacy"
- 訪客識別與 opt-out
流量記錄裡的來源網址大量空白、任兩列之間看不出是不是同一個人時，補上識別欄位並保留退出機制
- SDK Redaction API 設計
預設 redaction rule 過濾已知敏感欄位、自訂 pattern 擴展應用特有的 secret 格式 — redaction 在 SDK 端執行，敏感資料不離開 client
- 配額、濫用防護、隱私與遷移訊號
免費配額實際碰撞時會怎樣、擋髒資料與過濾自己瀏覽的做法、不記 PII 的隱私立場、以及量大到該離開 Sheets 的訊號
- 去識別化策略
IP 截斷 / user agent 簡化 / stack trace 路徑清理 / session UUID — 四種去識別化技術的適用場景和實作方式
- GDPR 最小化原則的工程落地
資料最小化、目的限制、儲存限制 — GDPR 三個核心原則在監控系統的工程實作方式
- SDK redaction helper
在事件離開 SDK 前移除敏感資訊 — 預設 redaction rule 處理常見 pattern，自訂 rule 處理業務特定的 secret
- 6.4 跨雲端 / 本地的資料邊界
個人 dev 場景下混用雲端 LLM 跟本地 LLM 時的 prompt 洩漏點：Continue.dev 多 provider 設定、隱私資料流、按敏感度分流的判讀
- Browser Fingerprint（瀏覽器指紋）
由多個單獨無害的瀏覽器環境屬性組合而成的裝置特徵集合，決定自建統計蒐集判別訊號時的能力上限
- 0.7 隱私 / 資安的資料流原理
從「位置」到「資料流」的思考升級：信任邊界、合約模型、零信任原則套用到 LLM 工作流
- First-party Cookie（第一方 cookie）
盤點網站寫下的識別碼 cookie、比對追蹤碼的 cookie 期限，或判斷某個 cookie 受不受瀏覽器的第三方 cookie 限制時
- Autocapture（自動事件收集）
盤點網站實際送出哪些事件與內容、報表裡出現網站沒有呼叫過的事件，或在手動埋點與自動收集之間取捨時
- LLM Log 與 PII 治理
production LLM 服務的 prompt log 累積、PII 偵測與過濾、保留期限與合規對齊
- Pseudonymization（假名化）
要把含個人資料的明細交給分析、跨租戶彙整或測試環境使用，判斷換成代碼之後還算不算個人資料、代碼會不會被回推時，查假名化與匿名化的差別與金鑰的保管方式
- Data Controller and Data Processor（控制者與處理者）
替別的組織保管或處理個人資料時，要判斷外洩之後誰通報主管機關、誰通知誰、契約要先訂哪些通知義務，先查兩方在資料處理裡各是哪一個角色
- Sub-processor（子處理者）
平台把客戶的個人資料再交給物流、金流、雲端或其他供應商處理時，要判斷那家供應商外洩算誰的責任、委託前要先取得什麼授權